Inteligência artificial generativa não é sobre o que você pensa que é

Muitos pensam que ferramentas como DALL-E e ChatGPT servem para substituir pessoas. Na verdade, eles são mais como assistentes úteis.

O ChatGPT e outros programas generativos de inteligência artificial (IA), como o DALL-E, costumam ser considerados uma forma de se livrar dos trabalhadores, mas essa não é sua verdadeira força. O que eles realmente fazem bem é melhorar o trabalho que as pessoas fazem. (Percebi isso depois de ler “The 10 Most Insane Things That ChatGPT Has Done This Week”.)

Muitas vezes há um conflito entre fazer algo rápido e fazê-lo bem – uma IA Generativa pode acabar ajudando as pessoas a se tornarem criadoras melhores e mais rápidas. E, claramente, se essas ferramentas fossem apresentadas mais como assistentes do que como substitutos de pessoas, a reação que vimos (mais recentemente no tribunal) poderia ser contida.

Deixe-me explicar melhor meu pensamento….

Aumentando a produtividade

Costumamos medir a produtividade como a quantidade de trabalho realizado em um determinado momento — sem levar em conta a qualidade desse trabalho. Normalmente, quanto mais rápido você faz algo, menor a qualidade. (Os mestres em uma habilidade específica podem produzir um trabalho de alta qualidade rapidamente, mas você geralmente descobrirá que eles ainda devem revisar o trabalho finalizado para remover quaisquer pequenos defeitos ou erros.)

A qualidade em si é um assunto interessante. Lembro-me de ter lido o livro “Zen e a arte da manutenção de motocicletas”, que usa o storytelling para explicar como a qualidade é fluida e depende da percepção de quem a observa. Por exemplo, o que é considerado de alta qualidade em uma loja clandestina seria completamente inaceitável em uma fábrica da Bentley.

Mas e se você pudesse construir qualidade Bentley em volumes muito maiores?

Criatividade versus refinamento

Naquele artigo do Top 10 do ChatGPT, os autores usaram conversas criadas com IA como exemplos de trabalho original. O resultado final não foi ruim, mas também não foi muito atraente. (Eu classificaria a qualidade da história como algo produzido por um escritor iniciante.) Mas quando a IA foi questionada sobre como lidar com o conceito de uma história ou como corrigir o código e identificar erros, ela foi quase brilhante.

Que escritor não teve problemas para concretizar uma ideia ou lidar com editores que criticam seu trabalho e querem aprovação para cada edição? A verdadeira força da IA Generativa, pelo menos por enquanto, parece estar em melhorar a qualidade do trabalho ou em ajudar os escritores (e programadores) a refinar o que já fizeram.

Outra área em que a tecnologia de IA pode brilhar é terminar o que um criador começou ou sintetizar materiais para um grande projeto extenso e gerar um resultado totalmente novo. O New York Times usou IA Generativa para mostrar como Alejandreo Jodorowsky poderia ter produzido o filme “Tron”. A IA foi capaz de aprender seu estilo de filmagem e criar storyboards para um filme.

Enquanto crescia, fiquei viciado em “John Carter of Mars”, “Conan, o Bárbaro” e “Doc Savage”, cujos autores principais haviam morrido. A IA Generativa poderia “aprender” com esses trabalhos iniciais e gerar sequências intermináveis que seriam consistentes com os trabalhos originais.

Além disso, posso pensar em um uso mais prático: lidar com códigos de software antigos que ninguém deseja manter ou atualizar. A IA Generativa poderia intervir, aprender o código e os métodos e preencher quaisquer lacunas.

Para resumir onde estamos no momento: a IA Generativa pode ser usada para substituir pessoas, mas, no momento, é muito melhor para aprimorar tarefas criativas. Embora possa imitar um autor, ainda não pode apresentar ideias únicas e interessantes que resultem em obras brilhantes. Ele pode executar como nada mais, mas a criação bruta ainda é uma fraqueza. É derivado por natureza.

Mas como forma de aumentar o que as pessoas já estão fazendo, ajudando-as a refinar ideias ou projetos, a IA Generativa pode ter uma taxa de sucesso maior.